PaLM API：适用于 Java 的 Chat 快速入门

本快速入门将引导您通过 Java 客户端库开始使用 PaLM API 中的聊天服务。

获取 API 密钥

首先，您需要获取 API 密钥。

安装 API 客户端

按照这些说明将 PaLM Java SDK 安装到您的本地 Maven 制品库中，以便您可以将其作为依赖项添加到 Gradle 项目中。

1. 下载 google-cloud-ai-generativelanguage-v1-java.tar.gz 文件。

2. 解压文件并将其安装在 mavenLocal 中：

   # Extract the files
   tar -xzvf google-cloud-ai-generativelanguage-v1-java.tar.gz
   cd google-cloud-ai-generativelanguage-v1-java
   
   # Install to mavenLocal
   ./gradlew publishToMavenLocal
   

向项目中添加 SDK

1. 打开 Gradle 配置文件，并确保 mavenLocal() 列在 repositories 下：

   repositories {
       mavenCentral()
       // ...
   
       // Add the Maven Local repository
       mavenLocal()
   }
   

2. 此外，在 Gradle 配置文件中，将必要的库添加到 dependencies 代码块中：

   dependencies {
       // ...
   
       // Add these dependencies to use Generative AI
       implementation("com.google.cloud:gapic-google-cloud-ai-generativelanguage-v1-java:0.0.0-SNAPSHOT")
       implementation("io.grpc:grpc-okhttp:1.53.0")
   }
   

初始化 Discuss 服务客户端

初始化 DiscussServiceClient，方法是将您的 API 密钥（通过 API_KEY 环境变量提供）作为标头传递给 DiscussServiceSettings 要使用的 TransportChannelProvider：

import com.google.ai.generativelanguage.v1.DiscussServiceClient;
import com.google.ai.generativelanguage.v1.DiscussServiceSettings;
import com.google.api.gax.core.FixedCredentialsProvider;
import com.google.api.gax.grpc.InstantiatingGrpcChannelProvider;
import com.google.api.gax.rpc.FixedHeaderProvider;


HashMap<String, String> headers = new HashMap<>();
headers.put("x-goog-api-key", System.getEnv("API_KEY"));

InstantiatingGrpcChannelProvider provider = InstantiatingGrpcChannelProvider.newBuilder()
    .setHeaderProvider(FixedHeaderProvider.create(headers))
    .build();

DiscussServiceSettings settings = DiscussServiceSettings.newBuilder()
    .setTransportChannelProvider(provider)
    .setCredentialsProvider(FixedCredentialsProvider.create(null))
    .build();

DiscussServiceClient client = DiscussServiceClient.create(settings);

创建消息提示

您需要向 API 提供 MessagePrompt，以便其预测讨论中的下一条消息。

（可选）创建一些示例

或者，您可以提供一些关于模型应生成内容的示例。这包括用户输入和模型应模拟的响应。

import com.google.ai.generativelanguage.v1.Example;
import com.google.ai.generativelanguage.v1.Message;


Message input = Message.newBuilder()
    .setContent("What is the capital of California?")
    .build();

Message response = Message.newBuilder()
    .setContent("If the capital of California is what you seek, Sacramento is where you ought to peek.")
    .build();

Example californiaExample = Example.newBuilder()
    .setInput(input)
    .setOutput(response)
    .build();

创建提示

将示例与当前消息历史记录一起传递给 MessagePrompt.Builder，可以选择将上一步中的示例传递给 MessagePrompt.Builder。

import com.google.ai.generativelanguage.v1.Message;
import com.google.ai.generativelanguage.v1.MessagePrompt;

Message geminiMessage = Message.newBuilder()
    .setAuthor("0")
    .setContent("How tall is the Eiffel Tower?")
    .build();

MessagePrompt messagePrompt = MessagePrompt.newBuilder()
    .addMessages(geminiMessage) // required
    .setContext("Respond to all questions with a rhyming poem.") // optional
    .addExamples(californiaExample) // use addAllExamples() to add a list of examples
    .build();

生成消息

创建 GenerateMessageRequest

通过将模型名称和提示传递给 GenerateMessageRequest.Builder 来创建 GenerateMessageRequest：

GenerateMessageRequest request = GenerateMessageRequest.newBuilder()
    .setModel("models/chat-bison-001") // Required, which model to use to generate the result
    .setPrompt(messagePrompt) // Required
    .setTemperature(0.5f) // Optional, controls the randomness of the output
    .setCandidateCount(1) // Optional, the number of generated messages to return
    .build();

发送请求

GenerateMessageResponse response = client.generateMessage(request);

Message returnedMessage = response.getCandidatesList().get(0);

System.out.println(returnedMessage);

后续步骤

现在，您已经使用 PaLM API 创建了您的第一个 Java 应用，请查看以下资源，从总体上了解有关 API 和语言模型的更多信息。

• 如需详细了解提示方法，请参阅 LLM 简介主题。